我刚开始使用Python并使用PyAudio和Wave模块从我的麦克风中取出声音并将其转换为.wav文件.
我正在尝试做的是现在将其转换.wav为.flac.我已经看到了一些方法,这些方法都涉及安装转换器并将其放置在我的环境路径中并通过它调用它os.system.
有没有其他方法可以转换.wav为.flac通过Python？我正在寻找的解决方案需要在Windows和Linux上运行.
我用以下代码保存了许多numpy对象:
f = gzip.GzipFile('/some/path/file.npy.gz', "w")
np.save(file=f, arr=np.rint(trimmed).astype('int16'))
f.close()
现在我有一堆npy.gz文件,但我无法弄清楚如何以编程方式将它们返回到python中.np.fromtext或者np.fromstring似乎不起作用,并且无论如何都不会保留形状信息.
我试过了:
gzipfile = gzip.GzipFile('/some/path/file.npy.gz', 'rb')
text = gzipfile.read()
而且text看起来是这样的:
b'\x93NUMPY\x01\x00F\x00{\'descr\': \'<i2\', \'fortran_order\': False, \'shape\': (132, 248, 291), } \n0\xf80\xf80...'
但是我接下来要做什么才能将该字符串重新变成一个numpy对象？
我正在为深度学习创建窗口数据的数据集。我将数据生成为 numpy 数组，其中 4 个形状为 (141038, 360) 的数组和 1 个形状为 (141038, ) 的标签的数组。我将数组保存在 npz 文件中，但文件大小太大，达到 1.5 GB。我是 python 和编程新手，所以不知道文件大小应该有多大。不过，我将数组转换为 Pandas 数据帧，内存使用量在相同范围内。问题是我有 6 个 9 GB 的文件，可能还有另一个重叠的数据集，该数据集大 7 倍，因此可能有 63 GB。
这样的文件大小是现实的还是我做错了什么？（这只是一个带有一些数字的文件而不是游戏）
是否有另一种格式可以以更少的内存使用来保存我的数组？（我尝试了 HFD5 但我得到了相同的文件大小）
我尝试更改数据类型，它稍微减小了大小。(3 个数组 (f8), 1 (int8), 1 (uint8)) 是否还有其他数据类型可以进一步减小大小？对于 0/1 值，是否有另一种数据类型比 (uint) 更有效？
对于浮点数组，如果我降低精度，会有帮助吗？或者还有另一种方法可以减小它们的大小？
我有一些文件填充了零填充，一些文件填充了边缘填充，其他文件填充了插值。然而，所有文件几乎具有相同的大小，带有零填充的文件不应该具有较小的大小吗？